专题 · FULL STORY

AI审计经济学论文风波：从爆红到质疑

Tyler Cowen 发布用 AI 审计 Saez 与 Zucman 论文的网站，称发现 2035 处问题，随即遭经济学家集体质疑其为「错误审计」。随后 OpenAI 研究员发声，认为 AI 学术批判将揭穿「研究表演」，争议持续发酵。

2026-10-29 ~ 2026-10-31 · 3 集 · 20 条

第 1 集 · AI 审计 138 篇经济学论文查出 2035 处问题(2026-10-29,12 条)

Tyler Cowen 在 Marginal Revolution 发布了一项用 AI 审计经济学家 Emmanuel Saez 与 Gabriel Zucman 研究的大规模报告：138 篇论文共发现 2035 处问题，其中 147 处严重到足以改变核心结论数字，97% 的方向性错误都朝夸大结论的方向，69% 的论文至少有一处问题。Cowen 本人随后呼吁对这项研究及相关政策论证进行彻底重估。该结果被广泛转发讨论，多位评论者视之为 AI 改变学术核查方式的标志性案例，但也有学者质疑用 AI 做学术批评是否可靠。

已确认

  • 审计对象为经济学家 Saez 与 Zucman 的研究，共覆盖 138 篇论文，由 Tyler Cowen 在 Marginal Revolution 发布；据 IgorCarron、haider1、1411337 与 HarrySurden 的帖子，审计采用双 AI 交叉方式：Claude Opus 5.5 与 GPT-6 Astra 两个模型独立标记出 2035 处潜在问题，再由第三个 agent 尝试验证或反驳这些发现。
  • 审计共发现 2035 处问题，其中 147 处严重到足以改变核心结论；97% 的方向性错误朝夸大结论方向；69% 的论文至少有一处问题。
  • Cowen 表态称「需要对该工作及相关政策论证进行彻底重估」，认为这只是 AI 改写经济科学乃至重估过往研究的第一步，并提醒这类重估会带来学术地位的显著得失。

质疑与争议

  • 据 TaniaBabina 转发的内容，学者 @sccath 批评这类做法：AI 并不擅长此类评估，且方法不透明，质疑用 AI 挑论文错是否适合作为学术批评工具。
  • 据 nitarshan 转发的内容，评论者 owlposting 批评 Marginal Revolution 坐拥大平台却不逐一核查就放出 AI 批评，是「糟蹋信息公共品」。
  • GarrisonLovely 提到该研究引发了经济学家群体的集体质疑。

为什么重要

  • eigenrobot 转发时称结果残酷；lemire 则感叹如今任何人都能拆解一位学者的工作，凸显 AI 大幅降低了复核学术研究的门槛。
  • Saez 与 Zucman 是财富不平等与财富税研究的代表学者，其结论常被政策论证引用，若审计结果成立，相关公共政策讨论的基础可能需要重新审视。
  • 这一事件同时展示了 AI 学术审计的两面：既可能成为大规模核查研究的低成本工具，其自身的方法可靠性也成为新的争论焦点。

尚未确认

  • 2035 处问题中经人工复核确认的比例不详，双 AI 审计的具体流程与验证标准在帖子材料中披露有限。

第 2 集 · AI「错误审计」财富税论文遭经济学家集体质疑(2026-10-29,6 条)

10 月 29 日，一个用 AI 对萨兹-祖克曼（Saez-Zucman）财富税论文进行「错误审计」的网站在经济学界引发集中质疑，批评者既有中立观察者，也有与原作者学术立场对立的经济学家。

已确认

  • 经济学家 Paul Novosad 对该 AI 审计连发多条评论。他认为这种做法无异于「开火」，类似审查很快会波及每一篇论文，但同时提出保留：在看不到经济学论文「错误」基础分布（误报基线）之前，难以判断审计结果的可信度。
  • Novosad 展示了一张被 AI 标记为「重大（MAJOR）」错误的截图：该指控称 NBER 论文中的 70% 数字来自两个大型不确定估计之差的除法，但按论文自身内容逐条核对后并不成立。
  • Novosad 还分享经验：让 AI 列出论文的三个最大错误时，由于 AI 判断错误严重程度的能力很差，所谓「重大错误」往往只是「作者依赖假设 X，而该假设可能不成立」之类的泛泛之词，其展示例子中的区间甚至宽达 40–100%。他认为 AI 挑不出硬伤反而说明论文靠谱。
  • 用户 felpix 指出，Jason Crawford 转发该审计网站并感叹「其他研究可能同样不牢靠」，但任何人都可以把任意论文丢给 Claude 要一份批评性审阅；这种不附任何 prompt 和原始输出的「审计大杂烩」被批为不严谨。
  • Marginal Revolution 转发「Emmanuel Saez 与 Gabriel Zucman 研究中的错误」一文后同样遭到批评：批评者认为让 AI「找错」它必然找得到错，关键在于人工甄别哪些错误真正重要，不加甄别的输出没有意义。
  • 经济学家 Antoine Levy 表示，仅查看几篇自己熟悉的论文，这份审计「大多是胡扯（BS）」；他强调自己的学术立场与萨兹-祖克曼几乎完全对立——连反对者也认为审计质量有问题。

为什么重要

  • 这场争论的核心不是财富税论文本身是否有错，而是 AI 审计学术研究的方法论门槛：缺乏误报基线、不公开 prompt 与原始输出、错误分级能力差，都会让「审计」产出看似权威实则不可靠的指控。
  • 批评者来自不同学术立场（包括论文作者的对立阵营），说明质疑针对的是审计质量而非为原作者辩护；随着 AI 审读工具普及，类似的「开火」可能波及每一篇论文，学界需要确立相应的规范与人工核验流程。

第 3 集 · OpenAI研究员：AI学术批判将揭穿研究表演(2026-10-30,2 条)

OpenAI 研究员 jachiam0 发表观点称，几乎所有非硬核技术领域的「研究」本质上是研究表演：明星学者的地位往往来自与受众的独特连接而非与真理的连接。他认为 AI 已能进行深度学术批判，大量经不起检验的「伪知识」将被迫重新审视，这场变革会揭开研究表演的皇帝新衣。